Para abordar o problema de que os espelhos antigos de bronze cobertos de ferrugem não podem ter seus detalhes completos de padrões e informações de danos detectados por raios X de energia única devido à espessura desigual entre a borda e o centro do espelho, este artigo propõe um método de fusão de imagens de raios X de espelhos antigos de bronze baseado na medida de entropia de conjuntos difusos intuicionistas e na detecção de características significativas. Primeiramente, é introduzido um filtro guiado eficaz para melhorar o contraste da estrutura dos padrões nas imagens de raios X de alta energia. Em seguida, são projetados três modelos de decomposição em escalas usando filtragem bilateral conjunta e estratégia de decomposição estrutural-textural para extrair informações das camadas de energia, resíduos e detalhes das imagens de raios X em diferentes energias. A camada de energia é obtida pela regra <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><msub><mrow><mi>l</mi></mrow><mrow><mn mathvariant="normal">1</mn></mrow></msub></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/44ECF1C3-242E-438a-8C5C-9C95F190D5F8-M001.jpg"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/44ECF1C3-242E-438a-8C5C-9C95F190D5F8-M001c.jpg"?></graphic></alternatives></inline-formula>-<inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"><mi mathvariant="normal">m</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">x</mi></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/44ECF1C3-242E-438a-8C5C-9C95F190D5F8-M002.jpg"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/44ECF1C3-242E-438a-8C5C-9C95F190D5F8-M002c.jpg"?></graphic></alternatives></inline-formula>. A camada residual usa a medida de entropia de conjuntos difusos intuicionistas para construir um módulo de fusão de características texturais em pequena escala, e a camada de detalhes combina o filtro diferencial Gaussiano estendido e um operador de realce de frequência espacial para construir uma estratégia composta de detecção de características significativas. Por fim, as imagens fundidas das camadas de energia, resíduos e detalhes são somadas para obter o resultado final da fusão. Os resultados experimentais mostram que os seis indicadores objetivos (AG, SF, SD, SCD, <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M3"><msup><mrow><mi>N</mi></mrow><mrow><mi mathvariant="normal">A</mi><mi mathvariant="normal">B</mi><mo>/</mo><mi mathvariant="normal">F</mi></mrow></msup></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/44ECF1C3-242E-438a-8C5C-9C95F190D5F8-M003.jpg"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/44ECF1C3-242E-438a-8C5C-9C95F190D5F8-M003c.jpg"?></graphic></alternatives></inline-formula> e SSIM) melhoraram em média 23,59%, 22,99%, 16,12%, 42,55%, 17,07%, 20,54%, respectivamente, em comparação com métodos concorrentes, e o resultado da fusão pode conservar efetivamente os detalhes claros dos padrões do espelho antigo e as características-chave das fissuras de danos, superando outras abordagens em termos de contraste e preservação da estrutura.

fusão de imagens; filtragem preservadora de bordas; decomposição em três escalas; extração de textura; medida de entropia de conjuntos difusos intuicionistas; detecção de características significativas